Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseño en bloques
aleatorizados
Es un diseño de dos factores, en el que uno es el tratamiento (k) y el otro es el bloque (n).
Se elimina el efecto del bloque (n), para que la variación sea de los tratamientos (k).
Características:
1. Cada tratamiento (k) aparece un número igual de veces en cada bloque. Cada bloque (n)
contiene todos los tratamientos.
2. Presenta una clasificación de 2 vías; bloque (n) - tratamiento (k).
3. Cada observación Xij constituye una muestra aleatoria independiente de una población
definida por una combinación dada de bloque (n) y tratamiento (k); donde i=1,2,3, ... n y
j=1,2,3... K
Planteamiento:
1. Hacer la ANOVA
2. Planteamiento de hipótesis: Ho: µA= µB= µC= µD
Ha: µA ≠ µB ≠ µC ≠ µD
Test de Friedman
•Si se incumple al menos uno de los supuestos ( normalidad, homocedasticidad o de
independencia), el contraste de la hipótesis de que las K muestras proceden de una
misma población o de poblaciones con la misma tendencia central no puede realizarse
mediante el análisis de la varianza.
Supuesto de normalidad: la variable tiene una distribución normal, simétrica a la
campana de Gauss
Se usa cuando se seleccionan n grupos (bloques) de k elemento, de forma que los
elementos de cada grupo sean lo más parecidos posible entre sí, y a cada uno de los
elementos del grupo se le aplica uno de entre k tratamientos.
O cuando cada uno de los elementos de una muestra de tamaño n se le aplican los K
tratamientos.
Presentación de la información:
Los datos se disponen en una tabla en la que en cada fila se recogen las respuestas de
los n elementos de cada grupo a los k tratamientos y se presentan así:
Hipótesis nula: se contraste que las respuestas asociadas a cada uno de los
tratamientos tienen la misma distribución de probabilidad.
Hipótesis alternativa: por lo menos la distribución de una de las respuestas difiere
de las demás.
Las respuestas deben ser variables continuas y estar medidas por lo menos en una
escala ordinal.
A las observaciones en cada fila se les asignan rangos de menor a mayor desde 1
hasta k; donde 1 es el mejor puntaje, o el preferido, y k el menos preferido o de
peor puntaje.
Después se suman los rangos asignados a cada columna, siendo Rj la suma
correspondiente a la columna J-ésima.
La prueba de Friedman determina si las Rj observadas difieren significativamente
del valor esperado bajo la hipótesis nula.
Todos los subíndices utilizados en el análisis del cuadro latino van de 1 a r, es decir, el
número de filas es i=1,2... r, el número de columnas es j=1,2...r, estos se identifican con
letras latinas.
La principal desventaja es que el número de filas, columbas y tratamientos deber ser el
mismo. Lo más común van desde 5*5 a8*8.
1. Se hace la ANOVA
2. Planteamiento de Hipótesis Ho: UA=UB=UC=UD =UE
Ha: UA≠UB≠UC≠UD≠UE
3. Regla de decisión Acepto Ho si Rv < Fc
Rechazo Ho si Rv ≥ Fc